基于小波域统计建模及显著性修正的SAR图像相干斑抑制

该文提出了一种基于小波域统计建模与小波系数显著性修正相结合的斑点噪声滤波方法。这种方法首先通过对数变换将乘性噪声模型转化为加性噪声模型,对对数变换后的图像进行小波变换并对小波域的高频子带系数用混合高斯模型与隐马尔可夫树模型进行建模,并采用EM算法来估计模型参数。在模型参数估计的基础上;利用贝叶斯最小均方误差准则来估计干净的小波系数。在此基础上引入基于显著性准则的小波系数修正,最后通过小波逆变换与指数变换获得抑制斑点噪声后的图像。用真实SAR图像实验表明,该文提出的方法能够有效地抑制斑点噪声,同时能够很好地保存边缘细节结构与强散射中心。     

支持向量机及其在医学图像分类中的应用

支持向量机被看作是对传统分类器的一个好的替代,特别是在高维数据空间下,具有较好的泛化能力。本文首次采用支持向量机方法对医学图像进行了分类研究。为了检验该分类方法的有效性与稳健性,对不同的噪声图像进行试验,试验结果表明,即使存在噪声的情况下,支持向量机方法也能获得较好的分类结果。     

基于EPICS的BACnet自动测试

测试集是协议自动测试的基础,而其自动生成离不开被测实现IUT的EPICS。通过分析EPICS获得的协议支持信息,是测试集自动生成的重要依据。首先介绍了EPICS文件的基本内容,然后结合BACnet协议一致性测试,分析了EPICS信息的提出和组织,并由此生成事实库,为基于规则推理生成的测试集提供事实基础,最后给出了自动测试集中属性测试组和服务测试组的结构。     

基于改进的开关磁阻电机无位置传感器技术

由于开关磁阻电机(SRM)的双凸极结构与高饱和性,其磁链为相电流和转子位置的高度非线性函数.在简化磁链法中建立精确而小规模的SRM磁链模型,是实现SRM无位置传感器控制的关键.采用预处理方法优化神经网络(BPNN)模型可以减小尺度,提高精度;为了进一步优化该模型,在此基础上提出粒子群(PSO)优化BPNN的建模方法.利...     

基于数据融合和挖掘技术的航海避碰决策系统

介绍了数据融合和数据挖掘技术，并把该技术应用于航海避碰决策系统中．建立了航海避碰决策系统的数据融合和数据挖掘综合处理的模型，并将基于多知识库的数据挖掘与信息融合技术与模糊神经网络数据挖掘技术相结合，利用模糊推理、神经网络技术和D—S证据理论实现目标识别，从而得到对于各目标类型的最终认识．     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

基于边缘正则化小波描述的多传感器图像自动配准研究

本文提出了一种新的基于边缘的多传感器图像的自动配准方法,在本方法中,首先提出了一种基于正则化小波描述子的边缘描述方法,这种正则化小波描述子具有平移、旋转、尺度不变性;其次,在边缘匹配算法上,根据最小距离分类器原则提出了边缘匹配判据,并提出了一种基于小波系数域的快速边缘匹配算法,且进行算法复杂性分析;最后,从匹配成功的边缘中抽取匹配控制点并采用一致性检验方法来去除错误匹配点。讨论了图像变换模型与基于最小均方根误差准则的图像变换参数估计。该算法匹配精度高、运算速度快。实验结果验证了这种方法的有效性与实用性。     

一类基于实数局部的分形

通过将整数同余的概念推广到实数范围，定义了实数“局部”的概念。即通过某种方式（例如进制分解或连分式分解）将实数表示成无限序列，称无限序列中包含的有限序列为实数的“局部”，具有相同局部的实数称为“同局”。考察实值函数函数值的局部，有如下结论：函数值同局的点组成的集合构成二值分形，构成规则图形是特例；对函数取局部得到新的函数，它的图象是多值分形，构成规则图象则是特例。这种分形复杂性的根源是数的无限性，其规律性的根源是它受到某个指定函数的控制。与传统的分形生成方法不同，文中提出的分形生成方法勿需迭代过程。更进一步，它把“数”和“分形”直接沟通了起来。     

基于Haar小波的地形匹配技术

在传统相关地形匹配的基础上，提出了一种基于Haar小波的多尺度地形匹配方法。这种方法用Haar小波对地形作多尺度分解，然后，利用分解后的HL和LH分量分别进行相关匹配，对匹配后的结果用Dempster-Shafer证据理论进行融合，得到正确匹配结果。由于Haar小波分解后减少了数据量，保留了原始地形的主要几何特征，所以，它的计算速度和匹配精度都优于传统的匹配方法。     

基于模糊信息理论的景像匹配方法

传统的景像匹配方法是基于图像统计信息，但实际的图像带有许多模糊信息，文章基于模糊贴近度的概念提出了一种模糊匹配算法，由于模糊集理论可以较好地描述图像的模糊信息，因此基于模糊贴近度的景像匹配方法具有较好的匹配性能。